如何在文本框中迭代 Unicode？

Question

我需要在标准 WinForms 文本框中迭代可能的 Unicode。例如，一个包含这个词的文件：“likable”在十六进制查看器（如 XVI32）中查看时：但是，当它在文本框中时，我尝试一次访问一个字节，而不是第一个字节是 0xE2，我得到 0x1C。由于文本框支持各种编码，我也想这样做，但这似乎不起作用。对于初学者，我想创建一个 byte[] 数组，将这些字节存储到该数组中并将它们写出来（然后从那里继续）。如果可能的话，我希望代码与编码无关。我想到了。" 符号是 0x201C，这说明了一切。谢谢！

Answer 1

您正在正确访问字符串的字节，您不能忽略使用字符串进行编码。

您的示例文件以 UTF-8 编码，因此“是 3 个字节0xE2 0x80 0x9C。您的字符串TextBox将是一个以 UTF-16 编码的System.String，因此“用作 16 位字” 0x201C。在 x86 上，单词以little endian存储，因此它将以0x1C 0x20. 这正是您所看到的。

从TextBox（或任何字符串）中的字符串读取字节时，在 .Net 中将始终为 UTF-16。从磁盘读取文件（或从剪贴板复制文件）时，.Net 会将 UTF-8 字节转换为 UTF-16 System.String。

如果要将 a 的字节System.String作为 UTF-8 字节访问，请使用System.Text.Encoding.UTF8.GetBytes().